Estudio del rendimiento cognitivo en pacientes con temblor esencial: comparación con controles y enfermedad de Parkinson

El temblor esencial es la segunda enfermedad neurológica más frecuente, y en población anciana una de las más incapacitantes. En la actualidad ha crecido el debate sobre los problemas no motores asociados al temblor esencial, y han sido varios los estudios que han encontrado un rendimiento cognitivo bajo en los sujetos con temblor esencial en comparación con datos normativos y con controles. Pero estos estudios tienen un tamaño muestral pequeño o utilizan protocolos cognitivos breves. En este trabajo utilizamos una muestra mayor de sujetos con temblor esencial comparando su rendimiento cognitivo, su perfil de personalidad y puntuación en depresión con un grupo de sujetos sanos y con un grupo de enfermos de Parkinson, entidad que tiene características comunes con el temblor esencial. Los objetivos del presente estudio son describir el perfil cognitivo de los pacientes con temblor esencial, estudiar las variables de personalidad y los síntomas depresivos en comparación con el grupo control y el grupo de pacientes con Parkinson. Seleccionamos 96 sujetos, donde 32 sufren temblor esencial, 32 enfermedad de Parkinson y 32 sujetos sanos, homogéneos en edad, sexo y nivel educativo. Recogimos datos de diferentes variables médicas. Aplicamos una batería neuropsicológica completa que evaluaba funciones atencionales, visuoespaciales y ejecutivas, memoria verbal y visual y lenguaje, además de pasar un test de evaluación de alteraciones emocionales y de personalidad. Para los análisis estadísticos utilizamos el análisis de varianza para comparar entre grupos en las variables cuantitativas y el chi-cuadrado para las cualitativas. Aplicamos correlaciones para estudiar la relación de la gravedad y evolución de la enfermedad con los diferentes test. Y realizamos un modelo de regresión con los test como variable dependiente y las diferentes variables sociodemográficas como independientes. El resultado del estudio es que sí existen diferencias cognitivas entre los temblores esenciales y el grupo control, en diferentes dominios cognitivos: atención, funciones ejecutivas, memoria verbal y lenguaje. Pero no se observan diferencias en el rendimiento cognitivo al compararse con los sujetos con Parkinson. La puntuación del test de depresión no existen diferencias entre los grupos. En la escala de personalidad sí se observa que los sujetos con temblor esencial muestra más ansiedad y depresión que los sujetos control, mientras que solo se diferencian en la subescala de trastorno límite con los enfermos de Parkinson. Con estos resultados concluimos que existen diferencias entre los sujetos con temblor esencial y los sujetos sanos en el rendimiento cognitivo, por tanto, la enfermedad sí está influyendo en el rendimiento cognitivo de los pacientes con esta entidad. Pero no observamos diferencias cognitivas con los participantes con enfermedad de Parkinson por lo que ambas enfermedades tienen puntos en común, ya sea a nivel estructural cerebral o como otros autores defienden, sean entidades de un mismo continuo.

Modelo causal de los factores asociados al aprendizaje autorregulado como mediador del rendimiento académico en estudiantes universitarios

El objetivo general de esta investigación fue medir, describir, relacionar y analizar las estrategias cognitivas, metacognitivas y contextuales así como la motivación hacia el aprendizaje de estudiantes universitarios mexicanos, y su relación con diversas variables educativas y socio-familiares como determinantes del rendimiento académico en la universidad, desde la teoría social-cognitiva del aprendizaje autorregulado. Mediante la aplicación y el análisis posterior de las bases de datos institucionales obtenidas del Examen Nacional de Ingreso al Nivel Superior (EXANI-II) y del Cuestionario de Contexto del Centro Nacional de Evaluación (CENEVAL) de los 1,140 estudiantes de licenciatura de la Universidad Autónoma de Yucatán (UADY) que respondieron el Cuestionario de Motivación y Estrategias de Aprendizaje (CMEA) diseñado a partir de la traducción, adaptación y validación del Motivated Strategies for Learning Questionnaire (MSLQ). El tipo de investigación seleccionada fue cuasiexperimental, descriptivo y correlacional-causal. Se realizó un análisis de frecuencias de las variables descriptivas, se calcularon los estadísticos descriptivos de los resultados en las sub-escalas del CMEA, y análisis de medias mediante la prueba t de Student para muestras no relacionadas y análisis de varianza. Finalmente, se calcularon los índices de correlación entre las variables educativas, socio-familiares, motivacionales, y de uso de estrategias y el rendimiento académico. Para evaluar la hipótesis general del ajuste del modelo teórico a los datos se utilizó el programa SPSS Amos 16 y el paquete sem 0.9-14 en R 2.8.0...

Identificación de imágenes por análisis de texturas utilizando aprendizaje estadístico

Este documento explica la creación, implementación y uso del proyecto de fin de grado, desarrollado dentro del grupo de investigación ISCAR (Ingeniería de Sistemas, Control, Automática y Robótica) de la Facultad de Informática de la Universidad Complutense. El proyecto consiste en la implementación de una aplicación capaz de clasificar texturas extraídas de distintas imágenes mediante técnicas de visión por computador. Dicha aplicación se divide en tres pilares fundamentales: interfaz gráfica de usuario, algoritmos de extracción de características texturales y aprendizaje supervisado mediante una máquina “SVM” (Support Vector Machine). Interfaz gráfica: proporciona al usuario una forma fácil de uso de la aplicación por medio de la visualización gráfica de una imagen con una serie de elementos de configuración para su posterior análisis. Una vez analizada, el usuario si así lo desea, podrá visualizar los resultados de manera intuitiva, así como guardar dichos resultados después de la ejecución de los algoritmos pertinentes. Algoritmos de análisis de texturas: Procede al cálculo de las configuraciones y las muestras provistas por el usuario en la interfaz gráfica como el cálculo de la matriz de co-ocurrencia y el cálculo de los vectores de características (homogeneidad, media, varianza, Entropía, etc…). SVM: Utiliza los vectores de características obtenidos en los cálculos estadísticos de texturas para realizar el proceso de aprendizaje de un clasificador SVM. La aplicación ha sido construida en JAVA haciendo uso de librerías como JNI_SVM-light-6.01, commons-math3-3.0 y WindowsBuilder, para la construcción de la ventana gráfica, cálculo de los métodos estadísticos y máquina de aprendizaje automático. Dicha aplicación se ha utilizado con el objetivo de identificar y clasificar el quiste de Baker mediante imágenes obtenidas por Resonancias Magnéticas de la rodilla.